Cómo el Big Data salva vidas

El Big Data promete revolucionar el sector sanitario, y no es para menos puesto que recientes estudios estiman que el cuerpo humano llega a producir más de 100 billones de gigabytes de información. Así, es de vital importancia el uso de esta tecnología para que, además de agrupar datos y estadísticas, aporte inteligencia con un objetivo común: investigar, prevenir, erradicar patologías y mejorar el servicio de atención al paciente. Las estadísticas están ahí, en ingentes cantidades de hecho, pero ahora es necesario trabajar en los sistemas de recopilación y análisis logrando registrar información más valiosa y útil que la que se dispone a día de hoy.

Únicamente el 17% de los países emplean el Big Data en el sector sanitario, según datos de la OMS. Un dato que llama bastante la atención y más si tenemos en cuenta que en España se está ahondando en esta materia desde hace años. Ya en los años 90, la sanidad se propuso realizar uno de los mayores cambios de los últimos años, abandonando la información analógica para digitalizar, como ocurre en la actualidad, el historial de todos los pacientes.

Precisamente para debatir sobre estos asuntos se han reunido este miércoles en el edificio Torre Ilunion de Madrid expertos de empresas de la talla de IBM, Sanitas, Ilunion y el Instituto de Ingeniería del Conocimiento, en la tercera edición de la «Jornada Big Data & Analytics en el Sector de la Salud«, organizado por Executive Forum y del que fuimos media partner. Un encuentro en el que han analizado el impacto y la implementación de los sistemas de Big Data en la sanidad y sus perspectivas de futuro en los próximos años.

Los datos nos permitirán mejorar la experiencia del paciente

Una de las prioridades que acusa la inversión e implementación de esta tecnología es la mejora de la experiencia del paciente a la hora de contactar para pedir cita. El subdirector IT de Ilunion, Elías Ramírez de la Piscina, apuntó que una lectura más eficiente de los datos conseguirá, entre otras cosas, “prever la concentración de citas médicas para llevar a cabo un mayor servicio con el paciente, identificar patologías médicas en función de criterios como la ubicación, la edad o el sexo y mejorar la cobertura médica en función de las solicitudes”.

Sobre este asunto enfatizó también el ejecutivo de Big Data y Analytics en Sanitas, Juan José Casado. Durante su exposición, destacó que “el Big Data nos va a ayudar a conocer mejor a los pacientes y las enfermedades para ser más efectivos en el cuidado de la salud”.

“El mayor reto al que nos enfrentamos es al del procesamiento del lenguaje natural. Esto significa que debemos ser capaces de implementar tecnologías de lenguaje para ser capaces de extraer de cada historia los síntomas, los tratamientos, los tiempos manejados o los patrones de comportamiento para conseguir así generar nuevo conocimiento, mejorando así la experiencia del paciente, adaptándonos a sus necesidades”, explicó Casado.

Julia Díaz, directora de innovación del Instituto de Ingeniería del Conocimiento (IIC) también aportó otro punto de vista sobre la misión que persigue la digitalización de los datos en el sector. Destacó que “uno de los problemas a los que nos enfrentamos en el día a día es que los datos están organizados en reinos de taifas -diferentes repositorios-, por eso creemos que lo importante es posicionarse en la capa de ‘valor’ e ir de mano de los agentes de capas inferiores -procesamiento o hardware“.

Julia también resaltó algo en lo que todos coincidieron. “El Big Data salva vidas”, afirmó para continuar que, si se llevan a cabo los procesos correctos, se pueden detectar con antelación los síntomas de un paciente para mejorar su vida mucho antes.

De hecho, en 2020 se prevé que la información médica se duplique cada 73 días, “una cantidad de datos imposible de asimilar por parte de los expertos médicos», según Juan Carlos Sánchez, responsable de IBM Watson Health.

Por eso, explicó que «es necesario utilizar tecnologías de Inteligencia Artificial, como Watson, cuya capacidad de procesamiento del lenguaje natural permite dar sentido a esa amplísima literatura médica. Esta tecnología de inteligencia artificial identifica datos relevantes que apoyen a los profesionales en sus hipótesis, así como ayudarles a aportar nuevas ideas y encontrar las mejores opciones para cada paciente».